統計的推論の世界へようこそ！

CS1の学習の旅、ここまでさまざまな確率分布について学んできましたね。さあ、いよいよここからが本番、非常にエキサイティングな分野「統計的推論（Statistical Inference）」の始まりです！ここはまさに魔法のような場所です。手元にあるわずかなデータ（標本：sample）を使って、はるかに大きな集団（母集団：population）について賢い推測を行うための技術を学びます。

シェフになった自分を想像してみてください。スープの味がちょうどいいかを知るために、鍋の中身を全部飲む必要はありませんよね？よくかき混ぜたスプーン一杯分があれば十分です。この章では、その「スプーン一杯分」（標本）がどのような性質を持ち、どのように「鍋全体」（母集団）と結びついているのかを見ていきます。最初は少し抽象的に感じるかもしれませんが、大丈夫、一つずつ丁寧に紐解いていきましょう！

1. ランダムサンプリング（無作為抽出）とは？

「スプーン一杯のスープ」が鍋全体を代表するものにするためには、スープのどの部分も同じ確率で選ばれる必要があります。これがランダムサンプリング（無作為抽出）の核心です。

アクチュアリーの専門用語では、\(X_1, X_2, ..., X_n\) がサイズ \(n\) のランダムサンプル（無作為標本）であるとは、以下の条件を満たすことを指します。

  • 各 \(X_i\) が同じ分布から得られていること（同一分布に従う）。
  • ある観測値の値が他の値に影響を与えないこと（独立である）。

これらはよく略してi.i.d.（独立かつ同一分布）と呼ばれます。試験問題で「i.i.d.」という言葉を見かけたら、「これは理想的な無作為標本ですよ」という合図だと考えてください。

2. 統計量 vs パラメータ

先に進む前に、学生がよく混同してしまう2つの用語を整理しておきましょう。

  • パラメータ（母数）：母集団全体を記述する固定された（通常は未知の）値。例：母平均（\(\mu\)）や母分散（\(\sigma^2\)）。
  • 統計量（Statistic）：標本から計算される値。例：標本平均（\(\bar{X}\)）や標本分散（\(S^2\)）。

クイックヒント： Population（母集団）には Parameter（パラメータ）、Sample（標本）には Statistic（統計量）と覚えましょう！

標本分布（Sampling Distribution）とは？

10人の身長を測って平均を求めたとします。次に、別の10人を選んで同じように平均を求めます。毎回、少しずつ違う平均値になりますよね。もしこれを何千回も繰り返し、そのすべての平均値をグラフにプロットしたとしたら、その結果として現れる分布が、その統計量の標本分布と呼ばれます。

3. 標本平均（\(\bar{X}\)）の分布

標本平均は、私たちが最もよく使う統計量です。その挙動は、元となる母集団の性質に左右されます。

ケースA：正規分布からのサンプリング

母集団がすでに正規分布 \(X \sim N(\mu, \sigma^2)\) に従っている場合、標本平均もまた正規分布に従います！

\(\bar{X} \sim N(\mu, \frac{\sigma^2}{n})\)

ここが重要： 標本平均の平均値は母平均（\(\mu\)）と同じですが、バラつき（分散）はより小さくなります。標本サイズ（\(n\)）が大きければ大きいほど結果の確信度が高まるため、分散は小さくなるのです。

ケースB：中心極限定理 (CLT)

では、母集団が正規分布ではない場合はどうでしょう？（例えば指数分布やガンマ分布など）。ここで登場するのが中心極限定理（Central Limit Theorem）です！これは、標本サイズ \(n\) が「十分に大きい」（通常 \(n > 30\)）場合、元の分布の形状にかかわらず、標本平均の分布は近似的に正規分布に従うという定理です。

\(\bar{X} \approx N(\mu, \frac{\sigma^2}{n})\)

たとえ話： 大勢の群衆を想像してみてください。個々人はそれぞれ勝手な動き（異なる分布）をしているかもしれませんが、群衆の「平均的な」振る舞いを見ると、予測可能なベル型のパターンに従うようになるのです。

4. 標本分散（\(S^2\)）の分布

標本平均は正規分布に従いますが、標本分散は少し違う道をたどります。正規母集団からサンプリングを行う際、分散を記述するために用いるのがカイ二乗（\(\chi^2\)）分布です。

覚えるべき公式はこれです：

\(\frac{(n-1)S^2}{\sigma^2} \sim \chi^2_{n-1}\)

ここで：

  • \(n\) は標本サイズ。
  • \(S^2\) は標本分散。
  • \(\sigma^2\) は母分散。
  • \(n-1\) は自由度（degrees of freedom）と呼ばれます。

よくある間違い： \(n\) ではなく \(n-1\) を使うことを忘れてしまう学生が非常に多いです。統計学では、分散を計算するために標本平均を使うため、自由度が1つ「失われる」と考えてください。とにかく「分散は \(n-1\) を使う！」と覚えてしまいましょう。

5. スチューデントのt分布

現実の世界では、真の母分散（\(\sigma^2\)）を知ることはまずありません。もし \(\sigma^2\) がわからない場合は、代わりに標本分散（\(S^2\)）を使わなければなりません。そうすると、正規分布は完璧な精度を持たなくなるため、代わりにt分布を使用します。

このときの統計量は： \(T = \frac{\bar{X} - \mu}{S / \sqrt{n}}\)

これは \(t_{n-1}\) 分布（自由度 \(n-1\) のt分布）に従います。

豆知識： t分布は正規分布によく似ていますが、「裾が厚い」のが特徴です。これは、分散を推定することによる不確実性を考慮しているためです。\(n\) が非常に大きくなると、t分布は最終的に正規分布へと収束していきます！

6. 2つの分散の比較：F分布

アクチュアリーは、2つの異なるグループ（例えば、2つの異なる地域の保険金支払額など）の変動性（分散）を比較する必要があることがあります。その際、標本分散の比率を調べます。

正規母集団から独立した2つの標本がある場合、その比率は：

\(F = \frac{S_1^2 / \sigma_1^2}{S_2^2 / \sigma_2^2} \sim F_{n_1-1, n_2-1}\)

これはF分布に従います。これは分子と分母それぞれに、2つの異なる自由度を持っているのが特徴です。

クイック確認テーブル

これらを整理するために、要約を載せておきます：

統計量 従う分布 使用する場面
標本平均 (\(\bar{X}\)) 正規分布 (N) \(\sigma^2\) が既知、または \(n\) が大きい場合 (CLT)
標本分散 (\(S^2\)) カイ二乗分布 (\(\chi^2\)) \(\sigma^2\) に関する推論（正規母集団）
平均（\(S^2\) 推定時） t分布 \(\sigma^2\) が未知（正規母集団）
2つの分散の比 F分布 2つの正規母集団の比較

まとめと重要ポイント

  • ランダムサンプリングには、観測値が独立かつ同一分布（i.i.d.）であることが必要です。
  • 標本平均（\(\bar{X}\)）は、母集団が正規分布なら正規分布に、\(n\) が大きければ（中心極限定理のおかげで）近似的に正規分布に従います。
  • 平均の標準誤差は \(\sigma / \sqrt{n}\) です。\(n\) が増えるにつれて小さくなることに注目してください！
  • カイ二乗分布は、標本分散を扱うときの頼みの綱です。
  • \(\sigma^2\) が未知で \(S^2\) を使うときは、t分布の出番です。
  • 2つの分散を比較するときは、F分布を使います。

最後に一言： おめでとうございます！これで統計的推論の言語をマスターしました。これらの分布は、これからのCS1の学習で、信頼区間の構築や仮説検定を行う際に毎日使うことになる大切な道具です。公式を繰り返し練習すれば、すぐに自分の手足のように使えるようになりますよ！頑張ってください！